基于改进布谷鸟算法含光伏电站的无功优化

针对光伏电站并网运行给配电网无功优化带来的问题,根据光伏发电的运行特性,构建了含光伏电站的配电网无功优化数学模型,并提出改进的布谷鸟算法求解无功优化模型的方法,对含光伏出力的IEEE 33节点配电系统进行无功优化。结果表明,所提出的改进算法能有效降低配电网的有功网损,各节点远离电压崩溃点。     

基于布谷鸟算法的风电机组装配序列优化

装配序列规划（ASP）是风电机组制造的重要技术。ASP是一个组合优化问题,风电机组最优装配序列的搜索空间和计算量均很大。提出基于布谷鸟算法的风电机组装配序列优化方法。首先,从三维装配体模型中提取多种装配约束信息并表示成装配约束矩阵,以降低最优装配序列的搜索空间;继而构造装配序列目标函数,建立装配序列规划模型,方便算法计算出最优装配序列;对离散布谷鸟算法（DCA）改进,求解ASP模型,获得风电机组产品的最优装配序列。最后通过实验验证了ASP模型的有效性和DCA的优良性能。     

基于布谷鸟算法的电子变压器输出端谐振参数优化

常用来降低电子变压器主开关损耗的方法.目前是基于LLC谐振网络的软开关技术.其中谐振参数的选取是否合适直接影响到电子变压器输出性能的好坏.为此,该文引入布谷鸟搜索算法对谐振参数进行智能优化设计.该搜索算法能够对存在不可导点的目标函数进行优化,并且其特有的巢寄生行为和莱维飞行特性能够使得谐振参数避免陷入局部最优.其优化过...     

基于混沌高斯扰动布谷鸟算法的水资源优化配置

当前我国水资源面临的形势十分严峻,如何合理利用水资源显得尤为重要.为此,提出改进布谷鸟算法,以经济、社会、生态效益为目标函数,并基于现实生态环境情况建立水资源优化配置模型.同标准布谷鸟算法相比,引入混沌初始化条件增加了初始种群多样性,加入高斯扰动使算法具有跳出局部最优的能力.最后采用改进后的布谷鸟算法,对晋中—长治供水...     

基于改进布谷鸟算法的风光储联合供电系统储能容量优化配置研究

摘要： 在风光储联合供电系统中,科学的配置储能元件的容量,分配不同储能元件之间的容量比,具有非常深远的意义。通过分析蓄电池和超级电容器的特性,提出基于该两类元件的混合储能系统及其能量分配策略,根据全生命周期（LCC）理论,以储能费用最小为目标,以蓄电池输出功率和系统负荷缺电率等指标为约束条件,建立储能容量优化模型。提出了自适应布谷鸟搜索算法,并用于求解某风光储联合供电系统的储能优化问题。算例结果分析显示,采用文中所述的能量分配策略和改进的布谷鸟算法可以有效降低储能系统成本,验证了模型及算法的正确性。     

基于DESAPSO混合算法的MMC-HVDC系统控制参数优化

针对传统外环控制器比例积分(PI)参数的选择需要经过长时间的调试且在大扰动下难以实时调节控制可能导致系统持续振荡的问题,提出了一种基于差分进化模拟退火粒子群优化混合算法(DESAPSO)的MMC-HVDC系统控制参数优化方法。基于MMC-HVDC系统的数学模型,在Matlab/Simulink平台上搭建MMC-HVDC系统仿真模型,采用时间绝对误差积分(ITAE)指标构建PI参数优化的目标函数,利用DESAPSO混合算法对PI参数进行优化。通过对比原参数、基于差分进化算法、模拟退火粒子群优化算法与差分进化模拟退火粒子群优化混合算法的优化结果,验证了该方法在MMC-HVDC控制系统参数优化中的有效性与优越性。     

基于改进布谷鸟算法的电力系统最优潮流计算

针对电力系统最优潮流问题,提出一种融入量子计算和混沌局部搜索策略的改进布谷鸟算法(QCCS),即对布谷鸟算法的个体进行量子位编码,通过叠加态的量子位实现多样化种群,并在算法每次迭代的优化值附近进行混沌局部搜索进而增加布谷鸟算法的局部搜索能力,同时采用量子门变换使每个个体朝最优个体进化,从而提高算法的寻优能力。最后以IEEE 118节点系统的最优潮流计算问题为例,应用QCCS进行仿真计算。通过与其他方法(PSO、GA、CS)计算结果进行对比分析,验证了QCCS算法求解电力系统最优潮流问题的有效性,从而为电力系统最优潮流(OPF)问题的求解提供了一种新方法。     

基于布谷鸟算法的光伏MPPT改进

为减小光伏阵列在存在局部阴影时光伏系统输出功率的损失,提高最大功率点追踪（MPPT）的速度和准确性,提出基于布谷鸟（CS）算法和扰动观察法（P&O）相结合的MPPT控制方法（ICS-P&O）。对CS算法中的种群进行分组,在随机游走阶段为2个种群设置不同的更新策略,在偏好游走阶段加入信息共享策略来辅助更新,从而加快算法的收敛,提升收敛精度,而后利用小步长P&O算法进一步提高后期的收敛精度。仿真结果表明,所提算法在不同的外界环境下追踪速度和追踪精度均得到有效提升。     

基于MOPSO算法的垂向混合产流模型参数多目标优化

针对水文过程模拟模型的复杂性及校准参数的准确性问题,提出一种相对较新的全局优化算法——多目标粒子群优化(MOPSO)算法定义多个目标函数,并引入Pareto前沿解概念,扩大了采样空间,提高了算法的运算速度和鲁棒性,进而对垂向混合产流模型进行模拟。实例应用结果表明,与单目标算法相比,多目标算法能较准确地模拟水文过程的多方面因素,提高了优化结果的精度。     

基于改进粒子群算法的多目标无功优化

提出了一种基于粒子群算法的多目标优化方法,该算法采用Pareto支配关系来更新粒子的个体最优和全局最优值,用存储池保存搜索过程中发现的非支配解;采用聚类算法裁剪非支配解,以保持解的分散性;采用动态惯性权重来平衡粒子的局部和全局搜索能力,并将该算法应用于IEEE14节点系统的多目标无功优化。     

基于改进型GAGA算法的智能电网有功优化调度研究

针对智能电网有功优化调度问题,在传统格雷码加速遗传（GAGA）算法的基础上引入渔夫捕鱼算法来实现迭代算法的收缩搜索;构建Hadoop云平台实现对智能电网有功优化调度的应用。实例验证表明：改进型GAGA算法通过引入农夫捕鱼算法提高了单次迭代时间成本,减少了总的计算迭代次数,降低了总计算时间,同时保证了算法不会陷入局部最优解;在高复杂度的智能电网有功优化调度方面降低了计算量,提高了算法的计算效率。     

基于混合遗传算法的管网阻抗辨识优化

在利用矩阵方程表示空间热网水力计算的基础上,对不同数量工况条件下辨识方程组的解的情况进行了分析。进而提出了采用拟牛顿法和遗传算法相结合的方法对管网阻抗辨识进行比较。     

基于改进混合差分进化算法的水轮机调速系统空载PID参数优化

为优化水轮发电机组调速系统空载PID相关参数,提出一种改进混合差分进化算法(IHDE),即先根据某电站混流式水轮发电机组建立相应空载工况数学模型,其次引入IHDE对空载工况数学模型PID参数进行优化,由于DE算法易出现早熟收敛问题,对该算法缩放因子的取值进行优化;同时,为了增强差分进化算法(DE)的全局搜索性能,在DE的选择阶段加入模拟退火算法的个体更新机制进行选择操作;然后,提出一种改进的综合ITAE指标用于评价空载扰动的仿真结果,使得目标函数的评价方式更加准确且符合相关标准要求;最后,通过试验仿真与不同算法进行对比,验证了IHDE优化水轮发电机组调速系统PID参数的有效性。     

一种决策逆问题的研究方法及在防洪规划中的应用

指出了模糊优选BP神经网络模型的缺点，在模糊优选BP神经网络模型的基础上，引入加速遗传算法，提出融入遗传算法的模糊优选神经网络智能决策模型。并将其应用于某流域蓄滞洪区优选决策逆命题的目标权重计算，结果表明，该模型能够明显加快网络的收敛速度，改善网络的全局寻优能力，集成了模糊优选BP神经网络和遗传算法的优点。     

基于DNA算法的电力系统无功优化

针对DNA算法具有遍历性、随机性和规律性的特点,介绍了DNA算法的机理和应用,并讨论了DNA计算在解决电力系统无功优化问题中的应用.通过对IEEE30节点的仿真计算,证明了该算法的可行性和有效性.     

基于新型混合粒子群算法的含分布式电源的配电网规划

针对粒子群算法易出现"惰性"粒子的问题,提出新型混合粒子群算法,即首先利用混沌理论初始化粒子群,使生成的初始解遍历整个搜索空间,再融入交叉、变异、混沌扰动操作帮助"惰性"粒子跳出局部最优,进而以有功网络损耗最小为目标函数,应用新型混合粒子群算法对IEEE33节点配电系统中分布式电源的位置和容量进行规划。结果表明,新型混合粒子群算法应用于含分布式电源的配电网规划中具有可行性。     

基于改进粒子群组合算法的电网基建年度投资预测

利用SPSS软件对基建投资的主要影响因素进行了分析,并分别利用多元线性回归法、BP神经网络法、灰色系统理论法对基建投资进行了预测。为了获得更加准确的预测结果,采用了一种基于改进粒子群的组合算法,将3种方法的预测结果进行优化组合,得到最终的预测值。经过算例分析表明,该方法能够有效提高预测精度,得到较好的预测结果。     

含复合储能的冷热电联供系统多目标运行优化研究

冷热电联供（combined cooling, heating and power, CCHP）系统是分布式能源系统发展的主流趋势,针对CCHP系统的能量调度问题,提出了储电、储热相结合的复合储能技术;为实现CCHP系统的运行优化控制,建立了CCHP系统拓扑架构、系统模型、多目标函数及约束条件,采用线性加权和法将多目标函数转化为单目标函数,利用遗传算法进行优化求解,并与不含复合储能的CCHP系统进行对比分析。结果表明：将复合储能引入CCHP系统,能有效降低系统运行成本和一次能源消耗量,提高系统节能率和削峰填谷能力,为CCHP系统的优化运行策略提供了较好的参考方法。     

改进遗传算法的无功优化

电力系统实现无功优化控制是保证系统电压质量、降低网损的重要措施。对于高维、非线性和连续变量与离散变量共存的电力系统无功优化数学模型,对一般遗传算法的无功优化算法在遗传操作过程中,进行了“灾变”,在选择操作中将轮盘赌和竞标赛方法相结合,对交叉变异算子根据每代个体的实际状况进行自适应调整。通过IEEE30节点算例表明了本文方法可有效提高每代种群的多样性,从而提高了一般遗传算法的无功优化的收敛速度和全局优化特性。     

基于遗传算法的电网无功规划的优化

阐述了在城市电网中长期无功规划中基于遗传算法的软件设计原理,建立了城市中长期电网无功规划优化模型,用遗传算法进行寻优,最后对某一小系统用该程序求解,结果表明该算法在中长期无功规划优化中收敛性、稳定性好,具有一定工程实用价值。